ai_script/haoxian_kataichi/skills/L1-geo-html-screen-diff/reference.md

# L1 画面值与接口

本文件只在执行 `l1-geo-html-screen-diff` 时读。不要把这里的企业、批次、项目号写成死值。

## 数据从哪读

HTML 从 `var DATA` 读。L1 报告用 `brand`（`mode=simple` 时没有品牌/产品切换）。综合用 `brand.summary`、`brand.tmc_aggregate`、`brand.source_top30`、`brand.core_competitors`、`brand.wordcloud`。单个 AI 平台用 `brand.platforms[key]`。

平台是 L1，不是 L3。`project` 从 `platform_url` 取。`reportType` 取自 URL（`monitor` / `diagnosis`），请求里原样传递，不要写死成 `monitor`。

1. 用当次登录会话打 `resource-api.cemeta.cn`（海信门户 `geo.hisense.com` 的数据也可走同一 resource-api；登录账号用认证注册表「海信」）。
2. `GET /api/geo_label/project/batch?companyId={companyId}&reportType={reportType}`，用 URL 里的 `batchDate` 找到对应项，再按 `project` 取 `l1CrawlBatchIds[].batchId`。
3. `GET /api/geo-monitor/metrics/l1?table={table}&batchIds={batchId}&projectId={project}&reportType={reportType}`。`table` 用 `snapshot`、`competitor`、`tmc`。信源再加 `&platform={平台值}`，`table=source`。
4. 词云：`GET /api/geo-monitor/projects/{project}/wordcloud?batchId={batchId}&sentiment=all`。这个接口不按 AI 平台拆。HTML 词云也是写死综合，七个选项同一套词。

登录账号从项目认证注册表取，跟本次企业走。不要把手机号、密码、token 写进报告。

## 海信集团

与卡泰驰的差异只写在这里；执行海信批次时必须按本节，不要沿用卡泰驰假设。

### 识别与批次

- URL 主机 `geo.hisense.com`，或 `line` 含「海信」，或 `companyId=13`。
- `reportType=diagnosis` 时，`/geo_label/project/batch` 可能返回空列表。此时用已验证的 crawlBatchId 模式补齐，例如电视诊断：`HISENSE-HIST-{projectId}-{YYYYMMDD}-D`（`YYYYMMDD` 来自 `batchDate`）。用 `table=snapshot` 拉一行校验；`rows` 为空则停下来问，不要编造别的前缀。
- 商显等产线可能是 `HISENSE-SX-HIST-...`；以实际 `crawlBatchId` 为准。

### KPI 字段（第 3 / 4 项）

海信 L1 **固定五卡**，都会有品牌露出率。

| 平台卡 | HTML 画面名 | HTML 综合字段 | HTML 分平台 | snapshot |
|---|---|---|---|---|
| 品牌露出率 | 品牌露出率 | `overall.brand_level_exposure_rate` | `self.brand_exposure_rate` | `brand_exposure_rate` |
| 指定露出词露出率 | **露出率** | `summary.avg_exposure_rate` | `self.exposure_rate` | `exposure_rate` |
| 首位率 / 前三率 / 前五率 | 同左 | 由 `meta.position_metric`：`first`→`avg_first_position_rate`，`top3`→`avg_top3_rate`，`top5`→`avg_top5_rate` | `first_position_rate` / `top3_rate` / `top5_rate` | `first` 优先 `first_position_rate`，否则 `top1_rate`；`top3`/`top5` 用同名 rate；**不要**在比首位率时误用 `position_rate`（常为产线当前展示的前三/前五） |
| 中正面率 | **中正面提及率** | `summary.avg_positive_mention_rate` | `self.positive_mention_rate` | `positive_rate` |
| 商品链接露出率 | 商品链接露出率 | `summary.product_link` | 综合卡有值则比；分平台以 snapshot 该平台 `product_link_rate` 为准（HTML self 无单独卡时只报综合） | `product_link_rate` |

**海信画面百分比（AI 露出情况监测等）**：平台看板显示 1 位小数。判定：

1. HTML 与平台值都先四舍五入到 **1 位小数**（`round(x + 1e-9, 1)`）。
2. 圆整后**相等**，或**相差 0.1** 个百分点 → 判定一致（通过）。
3. 相差 ≥ 0.2 → 不同。
4. **品牌露出率**额外：若平台印整数，两边按整数四舍五入后相等也通过。
5. 本条适用于海信第 3/4 项五卡、第 5 项露出率、第 7–10 项占比等所有「平台 1 位小数」百分比对照；**不要**对海信用卡泰驰的 0.05 阈值。

**禁止混比**：不要把 `brand_level_exposure_rate`（品牌露出率）当成「露出率 / 指定露出词露出率」。  
**指定露出词露出率 = HTML「露出率」= `avg_exposure_rate`**（已确认）。

`diagnosis` 第 4 项：无多期趋势时，各平台 `self` 最新点对 snapshot 分平台；综合覆盖六个平台的上述五项（商品链接按上表）。

`cal_data_json` 若提供，结构与 HTML `brand`/`meta` 同源，可作离线核对，但必须与本次 `html_url` 同题；题目不一致时以 HTML `var DATA` 为准。

### 第 5 项排行（品牌级默认）

- HTML 常有「品牌级 / 产品级」。默认比品牌级。产品级用 `core_product_competitors` / `product_ranking`，只有用户明确要求产品级时才切。
- 平台 `competitor` 行带 `kind`：`brand` | `product`。品牌级对照**只保留 `kind=brand`**。混入 `product` 会把「海信E7S Pro」「创维 75A3F」等机型挤进 Top 10，造成假失败。
- HTML 综合品牌榜与画面一致：本品名 + `summary.avg_exposure_rate`，再合并 `core_competitors`（跳过露出率为 0 的集团兄弟占位），同名取最大露出率后降序，取 Top 10。
- 第 5.1：按 **Top 10 交集的同名露出率**比，不要只按名次下标硬对齐（并列时下标会对错行）。
- 第 5.2：名次与品牌名通常要一致；**露出率在 0.05 内并列时，名次对调不算失败**，报告注明「并列换位」。
- 第 5.3：分平台用 HTML `industry_ranking` 对平台同品牌 `kind=brand` 行。

### 媒体类型（第 9 项）

- 海信 HTML `tmc_aggregate.media_category` / 各平台 `citation.media_category` 的 `value` 经常是次数（正值和远大于 100），平台接口 `value` 已是百分数。
- 画面占比：`value / 本组全部正值之和 × 100`，**分母含「其他」「未知」**，再去掉「其他」「未知」后取前 10 与平台比。若先剔除再重算，会造出 0.1～1 点假差异（如 32.3% vs 32.1%）。

## 画面百分比

保留 1 位小数。

- **卡泰驰**：差超过 0.05 个点才算不同。
- **海信**：平台看板 1 位小数 vs HTML 四舍五入到 1 位后，**相等或相差 0.1** 判定一致（见上文「海信画面百分比」）。

- 露出率、前三率、正面率、排行榜露出率：页面直接印的字段。HTML `fmt` 对非 0、非 100 印两位小数，平台印一位。比数值，不比小数位数。
- 分平台：**卡泰驰** HTML 趋势序列最后一个监测日的点，对平台该平台 snapshot 的 `exposure_rate`、`top3_rate`、`positive_rate`。综合要覆盖六个平台的这三个点。**海信**见「KPI 字段（第 3 / 4 项）」五卡；`diagnosis` 用 `self` 最新点。
- 信源内容类型、信源发布时间：图例最多 8 条，按值从高到低；发布时间去掉名为「无时间」的项。**先看 `value` 是不是已经是百分比**：本组正值之和落在约 99～101.5（或每条都在 0～100 且之和≈100）时，**直接用 `value` 当画面占比**，不要再做 `value / 正值之和 × 100`。只有 `value` 明显是次数/频次（之和远大于 100，或单条远大于 100）时，才用 `value / 正值之和 × 100`。库里已是百分数时再除一次会造出 0.1 点假差异（如 52.1% vs 52%），那种差异不算失败。
- 媒体类型：HTML 方块去掉「其他」「未知」，再按剩余 `value` 之和重算（**卡泰驰**）。平台条形图按值从高到低取前 10；这 10 条 `value` 之和 ≤ 101.5 时直接印 `value`，否则 `value / 该和 × 100`。**海信**见上文「媒体类型（第 9 项）」：次数分母含「其他」。
- 媒体名称：HTML 没有占比字段，为 `value / 本组 value 之和 × 100`，去掉「其他」「未知」后取前 10。平台与媒体类型同一条形图规则。

## 排行榜

第 5 项：HTML「行业露出率排行榜」对平台「露出排行 · 各平台明细」。不要切换 AI 平台选项。只比 Top 10，第 11 名及以后不报。

平台全平台列是平均露出率。其余列是 DeepSeek、豆包、通义千问、腾讯元宝、百度文心、Kimi。某品牌在某选项没有露出时，HTML 为空，平台格子是「-」，这不算不同。

**卡泰驰**：HTML 综合榜 = 本品（`summary.avg_exposure_rate` + 本品名）与 `core_competitors` **合并后**按平均露出率降序，再取 Top 10。分平台用 `brand.platforms[key].industry_ranking`。

**海信**：见上文「海信集团 · 第 5 项」。默认品牌级；平台只取 `kind=brand`；第 5.1 按同名比露出率；第 5.2 允许并列露出率名次对调。

画面名称截断后对不上（「车」对「车300」）算名称不同。第 5 项不适用「名称写法不同但百分比相同」那条例外，品牌名必须逐字相同（并列换位除外）。

**排序口径（防假失败）**：两边 Top 10 顺序都按**平均露出率从高到低**对齐画面，再取前 10。不要用接口 `rank` 字段当画面名次——`rank` 可能是灌数防撞号，和露出排行画面不一致。露出率相同则按两边各自画面已印出的先后；海信在并列时名次对调不判第 5.2 失败。

三步都要做，任一步不同则第 5 项测试失败❌：

1. 综合平均露出率对平台全平台列（同名比）。海信按 1 位小数四舍五入后相等或差 0.1；卡泰驰差超过 0.05 算不同。
2. 综合 Top 10 的名次和品牌名，对平台全平台 Top 10。名称逐字相同；海信并列换位除外。
3. 这 10 个品牌在 DeepSeek、豆包、通义、元宝、文心、Kimi 上的露出率，对平台对应列。通义对通义千问，元宝对腾讯元宝，文心对百度文心。

## 词云

第 6 项不随 AI 平台切换。HTML 词在 `brand.wordcloud`，平台用词云接口，两边都是综合一套。

文案约定，不算失败：HTML「AI 回答关键词」= 平台「AI 认知词云」；HTML「AI 回答正面关键词」= 平台「正面词」；HTML「未监测到负面词」= 平台「中正面率100%，暂无负面词」。

正面词图片：HTML 用词云画布，平台用正面词图。比画出来的词条是否相同，不比大小、颜色和位置。负面有词时比词条；两边都空时用上面的空态文案。

## 关联信源

第 11 项按标题对齐，比渠道和被引次数，不比行号。集合相同就是测试通过✅。通义不足 30 条时，有几条比几条，两边条数不同才失败。

第 12 项比画面序号上的标题。

- HTML 顺序：`source_top30` 数组顺序，取前 30。
- 平台顺序：接口返回的行按 `cite_count` 从高到低做稳定排序，次数相同则保持接口原顺序。不要用 `rank` 字段顺序，那个顺序和平台表格不一致。

同一序号标题不同、但被引次数相同：记测试失败❌，表里写序号、HTML 标题、平台标题、被引次数，并写明是并列换位，不是缺标题。